ДВФУ разработал систему распознавания городских шумов с помощью ИИ
Датчики на зданиях и фонарях собирают звук, а нейросеть определяет его вид и источник. Система прошла тесты на кампусе университета на острове Русский.
Городской шум — один из факторов акустического загрязнения. Чтобы контролировать шумовую обстановку, мало измерять уровень звука: важно понимать, откуда он идёт. Для этого учёные используют алгоритмы машинного обучения, которые автоматически анализируют аудиозаписи и распознают звуковые события.
Датчики устанавливают в ключевых точках городской инфраструктуры — на зданиях, фонарных столбах и других стационарных объектах. Звук преобразуется в цифровой сигнал, а алгоритмы сравнивают его с базой известных шумов. Для точного определения источника используют несколько микрофонов в разных точках. Данные поступают на центральный компьютер, где нейросеть обрабатывает их в режиме реального времени и строит подробную акустическую картину города.
Для экспериментов учёные собрали набор из 63 минутных аудиозаписей. Проверяли сверточно-рекуррентную нейронную сеть, которая сочетает распознавание звуковых признаков с анализом их изменений во времени. Лучшие результаты показала модель на мел-спектрограммах с временным кадром 0,2 секунды: такое сочетание даёт оптимальный баланс между временным и частотным разрешением.
Дальше предполагается сформировать отчёт для городских служб. По нему они смогут оперативно реагировать на превышения допустимого уровня шума и, как предполагается, оптимизировать движение транспорта. В перспективе технологии могут стать ключевым инструментом «умного» города.
Комментарии
Пока никто не написал. Будьте первым.